机器人原位铣削离散点云快速精简方法研究及应用

为了满足飞机装配机器人原位铣削对数字化高精度快速测量需求,开展了适应三维点云的双边滤波处理和快速精简算法研究,开发了点云快速处理与分析应用软件,实现了空间点云数据的降噪和精简处理,降低滤波对边界特征的损伤,有效保留了复杂构件圆角、筋条、空间曲线边界等关键特征。以典型样件为测试对象,通过与三坐标测量结果对比,验证了本文研究的有效性,软件接口开放性高,实现了与自动化设备的高度集成应用,避免了大量人机交互操作,缩短了数据处理时间,满足了机器人原位铣削的时效性需求。     

一种改进点线特征融合的双目视觉惯性定位算法

在复杂产品装配过程中,对增强现实设备定位是实现虚拟引导信息与装配现场实时融合的核心。传统基于标签或预先构建离线装配基体模型的定位方式,存在装配任务与视觉定位兼容性低,单一视觉定位鲁棒性和稳定性差的问题。利用多传感器融合的视觉惯性导航方式进行定位,可提高定位的精度和鲁棒性,有效提高复杂产品装配质量和效率。本文提出了一种基于点线特征融合的双目视觉惯性定位算法,对双目相机和惯性测量单元（Inertial measurement unit,IMU）进行联合标定,并通过ORB和LSD线端融合的点线特征提取匹配,采取视觉和IMU紧耦合的方式,建立基于点线特征的视觉惯性融合的位姿误差融合模型。对比VINS-Fusion、PL-VIO和本文改进IPLVIO算法,结果表明IPL-VIO算法在结构化场景下的绝对位移和旋转误差比原算法误差更小,同时结构化场景信息更加丰富,能够应用在弱纹理的AR装配现场中,为增强现实辅助装配平台提供稳定可靠的位姿数据。     

基于三维激光扫描的金属基航空模线样板自动检测算法

虽然数字化制造已成必然趋势,但在未来很长一个时期内,模线样板依然将在飞机制造中扮演重要角色。如何以先进的数字化技术提升传统模式下的生产效率和质量,是需要认真研究的课题。针对模线样板的检测需求,结合模线样板的几何特征,提出基于三维激光扫描的金属基航空模线样板自动检测算法。对于样板刻线,将样板点云粗栅格化后,根据点云高度信息进行刻线的粗提取,再根据刻线的特性利用法矢信息优化提取结果;对于外形轮廓,将点云转换成二值图像并计算其边缘,实现外形特征提取;将特征提取结果与CAD数模进行配准并去除噪声,最后计算与数模的误差,实现样板检测,输出误差分布。试验结果显示,本文算法在精度和效率上优于现有算法,相较人工检测提升了可靠性和效率,在实际工程中具有应用价值。     

基于MHSA和C- BiGRU的航班延误预测研究

针对普通神经网络预测人为因素造成的航班延误能力不足的问题,提出了一种基于多头自注意力机制和卷积双向门控循环单元的预测模型(MHSA-C-BiGRU)对航班延误问题进行研究。模型采用卷积双向门控循环单元(C-BiGRU)提取局部信息和上下游数据的时序信息,利用多头自注意力机制(MHSA)的并行能力从不同位置提取数据内部之间的特征,强化重要信息的权值,使模型聚焦到对当前任务更重要的信息,从而增强模型分析人为因素造成的航班延误的能力。研究使用2018年上海浦东机场的航班数据和气象数据。结果表明,预测模型相对于基础模型的预测准确率提高了4.4%,各项宏平均值有8%的提高,各项权重平均值有5%的提高。     

经纬仪测点工艺技术研究

经纬仪定标测点是通过两台经纬仪进行互瞄,并对一根标尺标定组成测量系统,再由该系统进行点坐标测量.该技术是目前卫星部件制造和总装中的一项关键工序.文章阐述了经纬仪定标测点的原理,对测量过程中的定标和测点两个环节进行了精度分析,对标尺的不同摆放方案进行了比较,给出了最佳布局方法和被测点在不同位置时的误差分布曲线.     

风偏差对火箭最大气动载荷精度的影响

高空风的预报精度对运载火箭的飞行安全有重要影响,主要表现在对运载火箭飞行中的最大气动载荷的精度影响。以某地区实况风为基准,分析了高空风预报值产生的风偏差对火箭最大气动载荷参数精度的影响。结果表明:最大气动载荷预报值的精度随高空风预报时效延长而降低,其相对误差从第1天的5.68%增长到第11天的26.49%;且最大气动载荷预报值精度与季节有关,该预报精度在秋季最高,春季最低。研究结果在火箭发射的飞行保障及安全决策方面具有参考价值。      

基于改进Faster R-CNN的SAR图像飞机检测算法

在合成孔径雷达（SAR）图像分析领域,飞机作为一种重要目标,对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题,提出了一种基于改进Faster R-CNN的SAR图像飞机检测算法。制作了一个SAR图像飞机数据集（SAD）,以Faster R-CNN为检测框架,利用改进k-means算法设计更合理的先验锚点框,以适应飞机目标的形状特点;借鉴inception模块思想,设计多路不同尺寸卷积核以扩展网络宽度,增强对浅层特征的表达;分析残差网络Layer5层的特征输出具有更大的感受野,对其上采样后进行特征融合以利用更多的上下文信息;同时引入Mask R-CNN算法中提出的RoI Align单元,消除特征图与原始图像的映射偏差。实验结果表明:相比原始的Faster R-CNN算法,所提改进的Faster R-CNN算法在SAR图像飞机数据集上平均检测精度提高了7.4%,同时保持了较快的检测速度。      

融合背景图像信息和多特征压缩的相关滤波跟踪算法

针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法。首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器。其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合。最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升。实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性。     

序列凸优化的小天体附着轨迹优化

针对小天体附着多约束轨迹优化问题,提出一种基于序列凸优化的轨迹优化方法。首先采用内球谐引力场模型对目标小天体附近的不规则引力场进行精确建模,内球谐引力场模型是对经典球谐系数法的改进,形式简单,计算量小,并且克服了经典球谐系数模型在形状不规则的小天体附近不收敛的问题。对于小天体附着多约束轨迹优化问题,通过约束松弛、线性化、离散化过程,转化为一个可以迭代求解的二阶锥规划问题（SOCP）,进而采用内点法进行解算。数学仿真结果显示,优化结果符合各项约束条件,以零速度到达了目标着陆点,且符合燃耗最优的优化目标。利用序列凸优化算法进行小天体附着燃耗最优轨迹设计,推导简便,计算速度快,精度高,具有应用价值。     

多目标多约束组合体与飞船轨道维持优化

针对天宫二号/神舟十一号任务组合体运行与飞船返回要求,建立了升交点经度、轨道偏心率、指定时刻轨道高度及速度倾角等多目标特征参数的控制方程;根据组合体至飞船撤离准备各阶段的飞行特点,分析了近圆轨道偏心率中长期演化情况以及飞船返回双脉冲控制量随控制时间的变化规律,提出了通过两次组合体与飞船联合规划来满足不同约束的控制策略;根据撤离后飞船、天宫以及伴星的相对运动关系研究了结合规避控制的飞船双脉冲维持优化控制方案。最后依据神舟十一号任务的飞行过程,设计算例验证了该方法的有效性,具有较好的工程应用价值。